基于双频识别声纳DIDSON的鱼群定量评估技术

摘要

上海市临港新城滴水湖2003年10月完成开挖,并引水。滴水湖面积为5.56平方公里,平均水深为3.7米,最深处为6.2米。自滴水湖建成后,管理方自2007年共向湖中及河道投入约63万斤鱼苗,品种主要是白鲢。经多年投放,目前湖区渔业资源量需要进行调查,为进一步开发和管理提供必要的数据。
　　本文运用了双频识别声纳DIDSON对滴水湖进行了渔业资源调查。根据双频识别声纳所调查的数据,并根据其数据的特点,对极坐标存储的声纳图像数据进行了直角坐标系图像显示的转换,运用线性插值法对图像数据进行了充实,并运用中值滤波算法对数据中的噪声进行了平滑去噪处理;经过处理后的数据,对其进行了鱼群自动跟踪计数,其中运用了背景去除和开运算噪点去除法对数据中的鱼体进行了分割提取,运用骨架提取的算法对鱼体的体长进行了提取测算,并运用了卡尔曼滤波算法对数据中的鱼体进行了跟踪计数;经过跟踪计数后的数据,运用统计的方法对鱼体的全长分布进行了分析,根据 GPS位置绘制了鱼群在湖区的分布图,采用了克里金插值法对湖区的水深数据计算,并结合鱼群分布情况对鱼群分布与水深关系进行了分析,分别采用平均密度法和分区密度法对湖区总的资源量进行估算。主要研究成果如下:
　　(1)对双频识别声纳数据进行了处理并显示,由于双频识别声纳离声学镜头越远的地方,所采集的数据左右间隔越宽(左右分辨率越低),使得数据间左右间距过大,运用了线性插值法对数据图像进行了插值处理了,使图像中数据点间距变小,图像看起来更自然、清晰。对插值后的数据运用中值滤波进行去噪平滑处理,很好的去除了一些噪声,并使图像变得平滑。运用VC++6.0、OpenGL和GLUT对图像进行处理、显示、管理输入操作等任务。
　　(2)对处理后的数据图像进行鱼体跟踪计数。主要的处理过程分三步:鱼体目标检测、分割,鱼体目标分析,鱼体目标跟踪。运用背景去除、开运算噪点去除和二值化相结合的方法对鱼体目标进行检测、分割;计算出分割后的鱼体的中心位置以及通过骨架提取的方法计算出鱼体的长度;运用卡尔曼滤波算法对鱼体目标进行跟踪。在对一个完整的时间序列的12帧数据进行跟踪处理后发现,其中只有中间的连续5帧数据中的鱼体被跟踪到,分析其原因,主要是前面的6帧数据中的鱼体目标强度与背景相似,无法将鱼体目标从背景中提取出来,最后一帧的数据中的鱼体由于目标强度低被当成噪音去除。从被跟踪到的连续的5帧数据可以看出,运用卡尔曼滤波算法可以很好的对鱼体进行跟踪,鱼体的运动轨迹被清晰的描述。
　　(3)根据跟踪统计后的数据,绘制出鱼群在湖区的分布图,并结合所测的水深数据,分析发现,鱼群主要集中在2个深水区域以及与河口交汇处。根据DIDSON探测的数据图像发现,鱼群主要集中在水底,中、上层水域几乎没有探测到鱼体。根据实际探测的数据,运用平均密度法得出湖区鱼群总共338193尾,大约962835kg。运用分区密度法得出湖区鱼群总共345253尾,大约939885kg。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引 言

1.1 研究背景

1.2 研究目的和意义

1.3 国内外研究现状

1.4 研究内容和技术路线

第二章 材料与方法

2.1 调查区域及探测方法

2.2 调查仪器

2.3 DIDSON 数据显示方法

2.4 走航式鱼群自动计数方法

2.5 资源定量评估方法

第三章 结果

3.1 图像显示结果

3.2 鱼群自动计数结果

3.3 滴水湖渔业资源定量评估结果

第四章 总结与讨论

4.1 主要总结

4.2 讨论与分析

4.3 存在的问题与研究展望

参考文献

致谢